一种融合用户特征建模的触摸精度优化方法

本发明公开了一种基于数据驱动的深度学习方法，旨在通过预测并修正触摸位置偏移，涉及人机交互领域，针对该领域现有工作存在的触摸屏缺乏高精度输入和用户差异性问题，本发明提出了一种融合用户特征的深度学习模型，来更精准地预测触摸位置偏移，从而提高触摸操作的准确性和效率，首先，为了解决用户差异性，将用户特征纳入考虑，探讨了用户不同年龄层、性别、身体质量指数、手指触摸面积以及眼动特征等因素对触摸精度的影响，其次，把它们融合到优化触摸精度的深度学习模型中，学习融合用户特征的触摸输入模型，这样的综合考虑使得模型能够更好地适应不同用户的特点，提高了模型的个性化能力。